Este problema aborda un análisis exhaustivo de las ventas y ganancias por segmentos de mercado en una tienda, utilizando R para manipular y visualizar los datos. El análisis comienza con la agrupación de datos por segmentos: Home Office, Consumer y Corporate. Se calculan las ventas y ganancias totales para cada segmento y se añade una medida de rendimiento adicional, el porcentaje de ganancia, que relaciona directamente las ganancias con las ventas.
Para una visualización detallada y dinámica, se utilizan tanto gráficos como tablas interactivas. Se crean tres gráficos de barras utilizando ggplot2 y plotly para hacerlos interactivos. El primer gráfico muestra las ventas totales por segmento, el segundo las ganancias totales, y el tercer gráfico ilustra el porcentaje de ganancia por segmento, ofreciendo una vista comparativa de la eficiencia operativa entre los segmentos.
Adicionalmente, se emplea DT (DataTables) para crear una tabla interactiva que resume estos tres aspectos claves (ventas, ganancias, y porcentaje de ganancia) en una sola vista, permitiendo ordenar los datos de forma ascendente o descendente. Este enfoque multifacético no solo facilita el análisis profundo de los datos de ventas y ganancias de la tienda por segmento, sino que también mejora la accesibilidad y la interactividad para los usuarios finales, permitiéndoles explorar y manipular los datos según necesiten.
Este código se centra en visualizar y resumir las ventas y ganancias por regiones y estados de una tienda. Utilizando la librería dplyr, los datos se agrupan por regiones y estados, y se calculan las sumas totales de ventas y ganancias para cada agrupación. Para las visualizaciones, se emplean gráficos de barras y mapas interactivos utilizando ggplot2 y plotly. Las tablas interactivas proporcionadas por datatable muestran los resultados numéricos de las ventas y ganancias, mientras que los gráficos de barras visualizan comparativamente las ventas y ganancias por región. Los mapas geográficos, construidos con ggplotly, ilustran las ventas y ganancias por estado, mejorando la interactividad con detalles adicionales en los tooltips que aparecen al pasar el cursor sobre los estados. Este enfoque proporciona una visión detallada y fácil de interpretar del rendimiento geográfico de la tienda.